RISC-V AI PC 提供 50 TOPS,运行 Ubuntu 24.04

Ubuntu 是 RISC-V 硬件的领先 Linux 发行版之一,这要归功于 Canonical 与 DeepComputing 等公司的战略合作伙伴关系——DeepComputing 刚刚发布了一款运行 Ubuntu 24.04 LTS 的强大的新型 RISC-V AI PC。

DC-ROMA RISC-V AI PC—对帽子表示歉意,这就是它的风格—围绕该公司新的 RISC-V 主板 II 构建,该主板专为在 Framework 13 英寸和 14.2 英寸笔记本电脑中使用而设计。

尽管是为 Framework 笔记本电脑设计的,但拥有一台并不是必需的。漂亮的外壳使该主板可以用作连接显示器、键盘和鼠标的普通 PC。

该板本身采用ESWIN先进的RISC-V AI SoC EIC7702X—抱歉,有更多的大写字母,这就是它的风格— 这是一款 64 位 RISC-V 处理器,具有 8 个 SiFive P550“乱序”CPU 内核。

什么是 RISC-V?它是一种开源指令集架构(“处理器”),任何人都可以自由构建、改进、共享和销售,而无需支付许可费或版税。 RISC-V 对于 ARM 和 x86 平台就像 Linux 对于 Windows 和 macOS 一样。

有一个集成的 Imagination GPU,支持高达 8K @ 50FPS 视频编码、NVMe SSD 插槽和高达 64GB 的 RAM(用户不可升级)。 Framework 的可交换扩展模块使您可以轻松添加所需的任何端口和连接。

规范是可以理解的乐观关于它可以支持的更多 RISC-V 硬件的到来:

Canonical 很荣幸能够成为 RISC-V 生态系统这一重要步骤的一部分。我们与 DeepComputing、Framework、ESWIN 和 SiFive 一起,帮助开发人员利用 Ubuntu 和开源软件组件在 RISC-V 上构建下一代人工智能解决方案。

Canonical 芯片联盟总监 Gordan Markuš

Framework 创始人兼首席执行官 Nirav Patel 同样感到高兴,他指出,他很高兴看到 DeepComputing 通过其模块化和可升级的 Framework 设备生态系统“为开发人员带来了功能更强大的 RISC-V 处理器”。

深计算推出Framework笔记本电脑第一代RISC-V主板,售价 199 美元起。

虽然功能强大,但 RISC-V 的性能仍然落后于成熟的处理器架构(包括 ARM),并且软件支持总体上仍处于形成阶段。开发人员、爱好者和修补者可能会喜欢挑战并挖掘潜力。最终用户则不然。

TOPS 王牌游戏

DeepComputing 称其 AI PC 是“它专为开拓边缘和 AI 原生应用程序的开发人员而构建,可提供超过 40 TOPS 的本地 AI 计算,使复杂的 AI 模型(例如大型语言模型 (LLM))能够完全在设备上运行,而无需依赖云。”

“40顶”?

DeepComputing 和 Canonical 确实在提供高达“50 TOPS”的人工智能辅助数字处理方面处于领先地位,因此它大概可以达到这一目标。

顺便说一句,TOPS(或每秒万亿次运算)是芯片可以为人工智能和机器学习相关作业执行的计算数量。数字越大越好(理论上1)用于在本地运行 LLM、处理推理等内容。

然而,规格表确实表示 NPU 的最高速度为 40 TOPS,这比 Apple Silicon M4 芯片中的神经引擎 (38 TOPS) 的(理论上)功率更大,但比标题声称的要低 10。

其他计算可能来自 GPU(列为提供 2 TOPS)、CPU 和/或 512 位宽矢量处理器的组合。

遗憾的是,人工智能辅助的新闻稿和宣传页面没有更清楚地说明事情(对于像我这样的大脑)。他们确实承诺这个“无缝”,那个“轻松”,所以,你知道,当你花费数百美元时,为什么还要担心硬件规格呢!</snark>

DC-ROMA RISC-V AI PC 哪里可以买到

配备 32GB RAM、外壳和各种模块的主板的定价为 349 美元,配备 64GB RAM、1TB SSD 和 Framework 14.2 英寸笔记本电脑的主板定价为 1,099 美元。

您现在就可以预订全大写的 DC-ROMA RISC-V AI PC,。发货将于“2025 年第三季度”开始 - 但请注意来自中国的关税或税收。

任何前往欧洲 RISC-V 峰会或者2025 年台北国际电脑展将能够参观深度计算展位亲身体验运行 Ubuntu 24.04 的 AI PC。

  1. 从 NPU 获得良好的性能不仅仅依赖于 NPU 的存在。可靠、优化良好的软件、API、驱动程序和其他“无聊”的部分是必要的。↩︎

Ubuntu 是 RISC-V 硬件的领先 Linux 发行版之一,这要归功于 Canonical 与 DeepComputing 等公司的战略合作伙伴关系——DeepComputing 刚刚发布了一款运行 Ubuntu 24.04 LTS 的强大的新型 RISC-V AI PC。

DC-ROMA RISC-V AI PC—对帽子表示歉意,这就是它的风格—围绕该公司新的 RISC-V 主板 II 构建,该主板专为在 Framework 13 英寸和 14.2 英寸笔记本电脑中使用而设计。

尽管是为 Framework 笔记本电脑设计的,但拥有一台并不是必需的。漂亮的外壳使该主板可以用作连接显示器、键盘和鼠标的普通 PC。

该板本身采用ESWIN先进的RISC-V AI SoC EIC7702X—抱歉,有更多的大写字母,这就是它的风格— 这是一款 64 位 RISC-V 处理器,具有 8 个 SiFive P550“乱序”CPU 内核。

什么是 RISC-V?它是一种开源指令集架构(“处理器”),任何人都可以自由构建、改进、共享和销售,而无需支付许可费或版税。 RISC-V 对于 ARM 和 x86 平台就像 Linux 对于 Windows 和 macOS 一样。

有一个集成的 Imagination GPU,支持高达 8K @ 50FPS 视频编码、NVMe SSD 插槽和高达 64GB 的 RAM(用户不可升级)。 Framework 的可交换扩展模块使您可以轻松添加所需的任何端口和连接。

Ubuntu + RISC-V = TOPS 团队

规范是可以理解的乐观关于它可以支持的更多 RISC-V 硬件的到来:

Canonical 很荣幸能够成为 RISC-V 生态系统这一重要步骤的一部分。我们与 DeepComputing、Framework、ESWIN 和 SiFive 一起,帮助开发人员利用 Ubuntu 和开源软件组件在 RISC-V 上构建下一代人工智能解决方案。

Canonical 芯片联盟总监 Gordan Markuš

Framework 创始人兼首席执行官 Nirav Patel 同样感到高兴,他指出,他很高兴看到 DeepComputing 通过其模块化和可升级的 Framework 设备生态系统“为开发人员带来了功能更强大的 RISC-V 处理器”。

深计算推出Framework笔记本电脑第一代RISC-V主板,售价 199 美元起。

虽然功能强大,但 RISC-V 的性能仍然落后于成熟的处理器架构(包括 ARM),并且软件支持总体上仍处于形成阶段。开发人员、爱好者和修补者可能会喜欢挑战并挖掘潜力。最终用户则不然。

TOPS 王牌游戏

DeepComputing 称其 AI PC 是“它专为开拓边缘和 AI 原生应用程序的开发人员而构建,可提供超过 40 TOPS 的本地 AI 计算,使复杂的 AI 模型(例如大型语言模型 (LLM))能够完全在设备上运行,而无需依赖云。”

“40顶”?

DeepComputing 和 Canonical 确实在提供高达“50 TOPS”的人工智能辅助数字处理方面处于领先地位,因此它大概可以达到这一目标。

顺便说一句,TOPS(或每秒万亿次运算)是芯片可以为人工智能和机器学习相关作业执行的计算数量。数字越大越好(理论上1)用于在本地运行 LLM、处理推理等内容。

然而,规格表确实表示 NPU 的最高速度为 40 TOPS,这比 Apple Silicon M4 芯片中的神经引擎 (38 TOPS) 的(理论上)功率更大,但比标题声称的要低 10。

其他计算可能来自 GPU(列为提供 2 TOPS)、CPU 和/或 512 位宽矢量处理器的组合。

遗憾的是,人工智能辅助的新闻稿和宣传页面没有更清楚地说明事情(对于像我这样的大脑)。他们确实承诺这个“无缝”,那个“轻松”,所以,你知道,当你花费数百美元时,为什么还要担心硬件规格呢!</snark>

DC-ROMA RISC-V AI PC 哪里可以买到

配备 32GB RAM、外壳和各种模块的主板的定价为 349 美元,配备 64GB RAM、1TB SSD 和 Framework 14.2 英寸笔记本电脑的主板定价为 1,099 美元。

您现在就可以预订全大写的 DC-ROMA RISC-V AI PC,。发货将于“2025 年第三季度”开始 - 但请注意来自中国的关税或税收。

任何前往欧洲 RISC-V 峰会或者2025 年台北国际电脑展将能够参观深度计算展位亲身体验运行 Ubuntu 24.04 的 AI PC。

  1. 从 NPU 获得良好的性能不仅仅依赖于 NPU 的存在。可靠、优化良好的软件、API、驱动程序和其他“无聊”的部分是必要的。↩︎